作业机械的控制方法、装置、作业机械及设备与流程

本发明涉及自主作业，尤其涉及一种作业机械的控制方法、装置、作业机械及设备。

背景技术：

1、作业机械自动化以及智能化的发展是行业的必然趋势，传统的作业机械依靠操作员调节控制杆来协调工作，实现动臂、斗杆和铲斗的精准配合，完成作业机械的作业。传统的作业方式，需要操作员具备高度的专业技能，另外，由于作业的重复性和劳动强度，极易造成操作员的作业疲劳。因此，实现作业机械的自动化控制，对于提升作业效率和操作员的作业安全是具有重要意义的。

2、为了实现上述目标，现有技术采用半自动控制的方式进行作业机械的控制。例如，需要操作员在作业前进行示范性作业，以使作业机械记录该作业过程，进而基于记录的作业过程进行自动作业。

3、但是，作业机械的作业任务和作业环境是多样的，同一作业任务随着作业的执行，作业面也会发生变化，因此，需要操作员多次进行示范性作业，导致整体的作业效率较低，作业效果也不理想。

技术实现思路

1、本发明实施例提供一种作业机械的控制方法、系统、作业机械及设备，用以解决现有技术中采用半自动化方式进行作业机械的控制导致的作业效率低和作业效果差的问题，实现全自动的作业机械控制，提高作业效率和作业效果。

2、本发明实施例提供一种作业机械的控制方法，包括：

3、获取作业机械的当前作业数据以及所述作业机械对应的当前作业环境的点云数据；

4、基于所述当前作业数据、所述点云数据和预先训练的动作预测模型，得到所述动作预测模型输出的所述作业机械需要执行的动作的概率分布，其中，所述动作预测模型基于作业数据样本、点云数据样本和所述作业机械在所述作业数据样本和所述点云数据样本下所执行动作的概率分布样本训练得到；

5、基于所述概率分布确定目标动作；

6、生成与所述目标动作对应的目标控制信号，以基于所述目标控制信号控制所述作业机械执行所述目标动作。

7、根据本发明实施例的作业机械的控制方法，所述基于所述当前作业数据、所述点云数据和预先训练的动作预测模型，得到所述动作预测模型输出的所述作业机械需要执行的动作的概率分布，包括：

8、基于所述动作预测模型对应的数据要求，对所述当前作业数据和所述点云数据分别进行处理操作，得到模型输入数据；

9、将所述模型输入数据输入所述动作预测模型，得到所述动作预测模型输出的所述概率分布。

10、根据本发明实施例的作业机械的控制方法，所述当前作业数据包括：当前控制信号和所述作业机械的作业机构对应的当前作业角度；

11、所述基于所述动作预测模型对应的数据要求，对所述当前作业数据和所述点云数据分别进行处理操作，得到模型输入数据，包括：

12、基于预设的奖惩策略和所述当前作业数据，确定奖惩值；

13、转化所述点云数据转换为栅格数据；

14、将所述奖惩值、所述栅格数据、所述当前作业角度和所述当前控制信号组成的序列确定为所述模型输入数据。

15、根据本发明实施例的作业机械的控制方法，所述基于所述概率分布确定目标动作，包括：

16、对所述概率分布对应的动作进行采样，得到所述概率分布对应的目标点；

17、将所述目标点在所述概率分布上对应的动作确定为所述目标动作。

18、根据本发明实施例的作业机械的控制方法，所述动作预测模型的训练过程包括：

19、获取样本数据集，其中，所述样本数据集包括：所述作业数据样本、所述点云数据样本和所述概率分布样本；

20、基于所述动作预测模型对应的数据要求，对所述样本数据集进行处理操作，得到模型输入数据样本；

21、将所述模型输入数据样本中用于表征所述作业机械的动作的数据进行掩码处理，得到待输入数据样本；

22、将所述待输入数据样本输入所述动作预测模型，得到所述动作预测模型输出的预测概率分布；基于所述预测概率分布和所述概率分布样本，优化所述动作预测模型，直至所述动作预测模型收敛，得到最终的所述动作预测模型。

23、根据本发明实施例的作业机械的控制方法，所述基于所述预测概率分布和所述概率分布样本，优化所述动作预测模型，包括：

24、计算所述预测概率分布与所述概率分布样本对应的对数似然和熵；

25、基于所述对数似然和所述熵，计算迭代损失；

26、基于所述迭代损失，反向传播以更新所述动作预测模型的模型参数。

27、根据本发明实施例的作业机械的控制方法，所述获取样本数据集，包括：

28、确定所述当前作业环境对应的任务难度；

29、采集与所述任务难度对应的数据量的样本数据；

30、将采集的所述采样数据组合得到所述样本数据集。

31、本发明实施例提供一种作业机械的控制装置，包括：

32、获取模块，用于获取作业机械的当前作业数据以及所述作业机械对应的当前作业环境的点云数据；

33、预测模块，用于基于所述当前作业数据、所述点云数据和预先训练的动作预测模型，得到所述动作预测模型输出的所述作业机械需要执行的动作的概率分布，其中，所述动作预测模型基于作业数据样本、点云数据样本和所述作业机械在所述作业数据样本和所述点云数据样本下所执行动作的概率分布样本训练得到；

34、确定模块，用于基于所述概率分布确定目标动作；

35、控制模块，用于生成与所述目标动作对应的目标控制信号，以基于所述目标控制信号控制所述作业机械执行所述目标动作。

36、本发明实施例还提供一种作业机械，用于实现所述作业机械的控制方法的步骤。

37、本发明实施例还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述作业机械的控制方法的步骤。

38、本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述作业机械的控制方法的步骤。

39、本发明实施例提供的作业机械的控制方法、装置、作业机械及设备，通过当前作业数据、点云数据和预先训练的动作预测模型，得到动作预测模型输出的作业机械需要执行的动作的概率分布；从得到的概率分布中确定目标动作，可见，本发明无需操作员进行示范性作业，且无需关注作业环境的情况，便能够自动且快速的得到作业机械需要执行的目标动作；进而，生成与目标动作对应的目标控制信号，以基于目标控制信号控制作业机械执行目标动作，完成作业任务，可见，整个控制过程无需人为参与，作业机械可自动完成，能够有效的提高作业效率和作业效果，并且能够有效的节省作业时长。

技术特征：

1.一种作业机械的控制方法，其特征在于，包括：

2.根据权利要求1所述的作业机械的控制方法，其特征在于，所述基于所述当前作业数据、所述点云数据和预先训练的动作预测模型，得到所述动作预测模型输出的所述作业机械需要执行的动作的概率分布，包括：

3.根据权利要求2所述的作业机械的控制方法，其特征在于，所述当前作业数据包括：当前控制信号和所述作业机械的作业机构对应的当前作业角度；

4.根据权利要求1-3任一项所述的作业机械的控制方法，其特征在于，所述基于所述概率分布确定目标动作，包括：

5.根据权利要求1-3任一项所述的作业机械的控制方法，其特征在于，所述动作预测模型的训练过程包括：

6.根据权利要求5所述的作业机械的控制方法，其特征在于，所述基于所述预测概率分布和所述概率分布样本，优化所述动作预测模型，包括：

7.根据权利要5所述的作业机械的控制方法，其特征在于，所述获取样本数据集，包括：

8.一种作业机械的控制装置，其特征在于，包括：

9.一种作业机械，其特征在于，用于实现如权利要求1至7任一项所述的作业机械的控制方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的作业机械的控制方法的步骤。

技术总结本发明实施例提供一种作业机械的控制方法、装置、作业机械及设备，包括：获取作业机械的当前作业数据以及作业机械对应的当前作业环境的点云数据；基于当前作业数据、点云数据和预先训练的动作预测模型，得到动作预测模型输出的作业机械需要执行的动作的概率分布；基于概率分布确定目标动作；生成与目标动作对应的目标控制信号，以基于目标控制信号控制作业机械执行目标动作。本发明用以解决现有技术中采用半自动化方式进行作业机械的控制导致的作业效率低和作业效果差的问题，实现全自动的作业机械控制，提高作业效率和作业效果。技术研发人员：许奇楷,刘清泉受保护的技术使用者：三一重机有限公司技术研发日：技术公布日：2024/9/9